跳转到主要内容

FastAPI框架,高性能,易于学习,快速编码,适用于生产环境

项目描述

FastAPI

FastAPI框架,高性能,易于学习,快速编码,适用于生产环境

Test Coverage Package version Supported Python versions


文档: https://fastapi.org.cn

源代码: https://github.com/fastapi/fastapi


FastAPI 是一个基于标准 Python 类型提示的 Python API 构建的现代、快速(高性能)的 Web 框架。

其关键特性包括:

  • 快速:非常高性能,与 NodeJSGo 相当(得益于 Starlette 和 Pydantic)。是目前最快的 Python 框架之一
  • 快速开发:通过约 200% 到 300% 的速度提升开发功能。*
  • 减少错误:减少大约 40% 的人类(开发者)引入的错误。*
  • 直观:出色的编辑器支持。到处都有补全。减少调试时间。
  • 简单:设计用于易于使用和学习。减少阅读文档的时间。
  • 简洁:最小化代码重复。每个参数声明包含多个功能。减少错误。
  • 健壮:获取可用于生产的代码。具有自动交互式文档。
  • 基于标准:基于(且完全兼容)API 的开放标准:OpenAPI(之前称为 Swagger)和 JSON Schema

* 基于对内部开发团队构建生产应用程序的测试的估计。

赞助商

其他赞助商

观点

"[...] 我目前正在大量使用 FastAPI。 [...] 我实际上计划用它来构建我们团队在 Microsoft 的所有 ML 服务。其中一些将集成到核心 Windows 产品和一些 Office 产品中。"

Kabir Khan - Microsoft (参考)

"我们采用了 FastAPI 库来创建一个 REST 服务器,可以通过它获取 预测。[用于 Ludwig]"

Piero Molino, Yaroslav Dudin, 和 Sai Sumanth Miryala - Uber (参考)

"Netflix 很高兴宣布我们危机管理编排框架 Dispatch 的开源发布![使用 FastAPI 构建]"

Kevin Glisson, Marc Vilanova, Forest Monsen - Netflix (参考)

"我对 FastAPI 非常兴奋!它太有趣了!"


"坦白说,你构建的看起来非常坚固和精致。在许多方面,这正是我想要 Hug 的样子 - 看到有人构建这样的事情真的令人鼓舞。"

Timothy Crosley - Hug 创始人 (参考)

"如果你想要学习一个用于构建 REST API 的 现代框架,请查看 FastAPI [...] 它速度快,易于使用和学习 [...]"

"我们已经将我们的 API 转移到 FastAPI [...] 我想你会喜欢的 [...]"

Ines Montani - Matthew Honnibal - Explosion AI 创始人 - spaCy 创造者 (参考) - (参考)

"如果你想要构建一个生产级的 Python API,我强烈推荐 FastAPI。它设计得非常 优雅简单易用,并且 高度可扩展,它已成为我们 API 首选开发策略的关键组成部分,并推动了许多自动化和服务,如我们的虚拟 TAC 工程师。"

Deon Pillsbury - Cisco (参考)

Typer,CLI 的 FastAPI

如果你正在构建一个用于终端而非 Web API 的 CLI 应用程序,请查看 Typer

Typer 是 FastAPI 的“小兄弟”。它旨在成为 CLIs 的 FastAPI。⌨️ 🚀

要求

FastAPI 站在巨人的肩膀上

安装

创建并激活一个 虚拟环境,然后安装 FastAPI

$ pip install "fastapi[standard]"

---> 100%

注意:确保将 "fastapi[standard]" 用引号括起来,以确保在所有终端中都能正常工作。

示例

创建它

  • 创建一个名为 main.py 的文件,内容如下:
from typing import Union

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
def read_item(item_id: int, q: Union[str, None] = None):
    return {"item_id": item_id, "q": q}
或者使用 async def...

如果你的代码使用了 async / await,请使用 async def

from typing import Union

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
async def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
async def read_item(item_id: int, q: Union[str, None] = None):
    return {"item_id": item_id, "q": q}

注意:

如果你不知道,可以查看文档中的“急迫?”部分关于 asyncawait 的介绍。

运行它

使用以下命令运行服务器:

$ fastapi dev main.py

 ╭────────── FastAPI CLI - Development mode ───────────╮
 │                                                     │
 │  Serving at: http://127.0.0.1:8000                  │
 │                                                     │
 │  API docs: http://127.0.0.1:8000/docs               │
 │                                                     │
 │  Running in development mode, for production use:   │
 │                                                     │
 │  fastapi run                                        │
 │                                                     │
 ╰─────────────────────────────────────────────────────╯

INFO:     Will watch for changes in these directories: ['/home/user/code/awesomeapp']
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     Started reloader process [2248755] using WatchFiles
INFO:     Started server process [2248757]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
关于命令 fastapi dev main.py...

fastapi dev 命令会读取你的 main.py 文件,检测其中的 FastAPI 应用程序,并使用 Uvicorn 启动一个服务器。

默认情况下,fastapi dev 会启用自动重新加载,以适应本地开发。

你可以在 FastAPI CLI 文档 中了解更多。

检查它

在你的浏览器中打开 http://127.0.0.1:8000/items/5?q=somequery

你会看到如下 JSON 响应:

{"item_id": 5, "q": "somequery"}

你已经创建了一个 API,它

  • 接收位于 paths //items/{item_id} 的 HTTP 请求。
  • 这两个 paths 都采用 GET 操作(也称为 HTTP 方法)。
  • path /items/{item_id} 有一个 path 参数 item_id,它应该是一个 int
  • path /items/{item_id} 有一个可选的 str 查询参数 q

交互式 API 文档

现在转到 http://127.0.0.1:8000/docs

你会看到自动的交互式 API 文档(由 Swagger UI 提供)

Swagger UI

替代 API 文档

现在转到 http://127.0.0.1:8000/redoc

你会看到由 ReDoc 提供的替代自动文档

ReDoc

示例升级

现在修改 main.py 文件,使其能够接收来自 PUT 请求的正文。

使用 Pydantic 声明正文,得益于标准的 Python 类型。

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    price: float
    is_offer: Union[bool, None] = None


@app.get("/")
def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
def read_item(item_id: int, q: Union[str, None] = None):
    return {"item_id": item_id, "q": q}


@app.put("/items/{item_id}")
def update_item(item_id: int, item: Item):
    return {"item_name": item.name, "item_id": item_id}

fastapi dev 服务器应自动重新加载。

交互式 API 文档升级

现在转到 http://127.0.0.1:8000/docs

  • 交互式 API 文档将自动更新,包括新的正文内容

Swagger UI

  • 点击“试试看”按钮,它允许你填写参数并直接与 API 交互

Swagger UI interaction

  • 然后点击“执行”按钮,用户界面将与你的 API 通信,发送参数,获取结果并在屏幕上显示

Swagger UI interaction

替代 API 文档升级

现在转到 http://127.0.0.1:8000/redoc

  • 替代文档也会反映新的查询参数和正文

ReDoc

总结

总的来说,你只需 一次性 声明参数、正文等类型的函数参数。

你可以用标准的现代 Python 类型来做这件事。

你不需要学习新的语法,特定库的方法或类等。

仅仅是标准的 Python

例如,对于 int

item_id: int

或者对于一个更复杂的 Item 模型

item: Item

...通过这个单一的声明,你将获得

  • 编辑器支持,包括
    • 补全。
    • 类型检查。
  • 数据验证
    • 当数据无效时自动清除错误。
    • 即使是深层嵌套的JSON对象也进行验证。
  • 输入数据的转换:从网络到Python数据和类型。从
    • JSON。
    • 路径参数。
    • 查询参数。
    • Cookies。
    • 头部。
    • 表单。
    • 文件。
  • 输出数据的转换:将Python数据和类型转换为网络数据(作为JSON)
    • 转换Python类型(strintfloatboollist等)。
    • datetime对象。
    • UUID对象。
    • 数据库模型。
    • ...以及更多。
  • 自动交互式API文档,包括2个替代用户界面
    • Swagger UI。
    • ReDoc。

回到之前的代码示例,FastAPI

  • 验证对于GETPUT请求,路径中是否存在item_id
  • 验证对于GETPUT请求,item_id的类型是否为int
    • 如果不是,客户端将看到一个有用且清晰的错误。
  • 检查对于GET请求,是否存在名为q的可选查询参数(如http://127.0.0.1:8000/items/foo?q=somequery)。
    • 由于q参数声明为= None,因此它是可选的。
    • 如果没有None,它将是必需的(如PUT请求中的正文)。
  • 对于/items/{item_id}PUT请求,将正文作为JSON读取
    • 检查它是否具有必需的属性name,它应该是一个str
    • 检查它是否具有必需的属性price,它必须是一个float
    • 检查它是否具有可选属性is_offer,它应该是一个bool,如果存在的话。
    • 所有这些也会为深层嵌套的JSON对象工作。
  • 自动从和到JSON转换。
  • 使用OpenAPI记录一切,该API可以由
    • 交互式文档系统使用。
    • 自动客户端代码生成系统,支持许多语言。
  • 直接提供2个交互式文档Web界面。

我们只是触及了表面,但你已经了解了这一切是如何工作的。

尝试更改

    return {"item_name": item.name, "item_id": item_id}

...从

        ... "item_name": item.name ...

...到

        ... "item_price": item.price ...

...并看看你的编辑器如何自动补全属性以及它们的类型

editor support

对于更完整的示例,包括更多功能,请参阅教程 - 用户指南

剧透警告:教程 - 用户指南包括

  • 从其他不同位置声明参数,例如:头部Cookies表单字段文件
  • 如何设置maximum_lengthregex之类的validation constraints
  • 非常强大且易于使用的Dependency Injection系统。
  • 安全和认证,包括对OAuth2JWT令牌和HTTP Basic认证的支持。
  • 声明深层嵌套JSON模型的高级(但同样简单)技术(归功于Pydantic)。
  • Strawberry和其他库的GraphQL集成。
  • 许多额外功能(归功于Starlette),如
    • WebSockets
    • 基于HTTPX和pytest的极其简单的测试
    • CORS
    • Cookie会话
    • ...等等。

性能

独立的技术力量基准测试表明,在Uvicorn下运行的 FastAPI 应用程序是可用的Python框架中最快的之一,仅次于Starlette和Uvicorn自身(FastAPI内部使用)。(*)

了解更多信息,请参阅基准测试部分。

依赖关系

FastAPI依赖于Pydantic和Starlette。

标准依赖关系

当您使用pip install "fastapi[standard]"安装FastAPI时,它将包含标准组可选依赖项

由Pydantic使用

由Starlette使用

  • httpx - 如果您想使用TestClient,则必须使用。
  • jinja2 - 如果您想使用默认模板配置,则必须使用。
  • python-multipart - 如果您想支持表单"解析",则必须使用request.form()

由FastAPI / Starlette使用

  • uvicorn - 用于加载和提供您的应用程序的服务器。这包括uvicorn[standard],它包括一些用于高性能服务的依赖项(例如uvloop)。
  • fastapi-cli - 提供的fastapi命令。

不包含标准依赖关系

如果您不想包含标准可选依赖关系,则可以使用pip install fastapi而不是pip install "fastapi[standard]"进行安装。

其他可选依赖关系

您可能还需要安装一些其他依赖关系。

其他可选Pydantic依赖关系

其他可选FastAPI依赖关系

  • orjson - 如果您想使用ORJSONResponse,则必须使用。
  • ujson - 如果您想使用UJSONResponse,则必须使用。

许可证

本项目受MIT许可证条款约束。

下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装软件包的信息。

源分布

fastapi_slim-0.115.0.tar.gz (302.5 kB 查看散列)

上传时间

构建分布

fastapi_slim-0.115.0-py3-none-any.whl (94.7 kB 查看散列)

上传于 Python 3

由...支持